KI-Beratung Schweiz.

Ein KI-Beratungsmandat läuft in fünf Schritten ab: Prozesse aufnehmen, Anwendungsfälle sammeln und bewerten, Datenlage prüfen, einen Piloten definieren, die Wirtschaftlichkeit rechnen. Jeder Schritt hat ein Ergebnis, das ohne uns weiterverwendbar ist — das ist der Test dafür, ob Beratung Substanz hatte.

• Ist-Analyse der Prozesse. Interviews mit den Menschen, die die Arbeit tatsächlich machen, nicht nur mit der Geschäftsleitung. Wir nehmen auf, welche Schritte ein Vorgang durchläuft, wie oft er vorkommt, wie lange er dauert, wo er liegen bleibt und wer ihn abnimmt. Das Ergebnis ist eine Prozesslandkarte mit Mengengerüst — häufig der erste Moment, in dem im Betrieb jemand sieht, wie viel Zeit ein Nebenschauplatz frisst.
• Anwendungsfälle sammeln. Aus der Landkarte entsteht eine ungefilterte Liste. In dieser Phase wird nichts verworfen, auch nicht das offensichtlich Unrealistische — die Bewertung kommt später und wird belastbarer, wenn sie die schlechten Ideen ausdrücklich mit abgewogen hat.
• Datenlage prüfen. Für jeden ernsthaften Kandidaten: Welche Daten gibt es, in welchem Format, wie sauber, wie aktuell, wem gehören sie, wo liegen sie. Dieser Schritt kippt in der Praxis mehr Anwendungsfälle als jede technische Grenze.
• Pilot definieren. Ein einziger Anwendungsfall, ein klar abgegrenzter Umfang, ein Erfolgskriterium mit einer Zahl davor und einer Zahl danach, ein Abbruchkriterium. Ohne Abbruchkriterium wird aus jedem Piloten ein Dauerprojekt.
• Wirtschaftlichkeit rechnen. Aufwand für Aufbau, laufende Kosten, eingesparte Stunden, Fehlerkosten, Zeit bis zur Amortisation. Nicht als Prognose verkauft, sondern als Rechnung mit offengelegten Annahmen, die Sie selbst nachrechnen können.

Was in diesem Ablauf bewusst fehlt: eine Toolempfehlung am Anfang. Wer mit dem Werkzeug beginnt, findet danach ein Problem, das dazu passt. Für die Werkzeugebene ist unser Magazinbeitrag zu den KI-Tools für KMU der richtige Ort — aber erst nach der Analyse, nicht davor.

Priorisiert wird über zwei Achsen: den Umsetzungsaufwand und den jährlichen Nutzen — und zwar mit Zahlen aus dem Mengengerüst, nicht mit Bauchgefühl. Der Nutzen ergibt sich aus Fallzahl mal eingesparter Zeit pro Fall mal internem Stundensatz, ergänzt um vermiedene Fehlerkosten und gewonnene Reaktionsgeschwindigkeit. Der Aufwand setzt sich zusammen aus Anbindung an bestehende Systeme, Aufbereitung der Daten, Betrieb, Kontrolle und Einarbeitung der Mitarbeitenden.

Aus den beiden Achsen entstehen vier Felder. Hoher Nutzen, tiefer Aufwand ist der Startpunkt — meist Textarbeit an vorhandenen Vorlagen, Zusammenfassungen, Vorsortierung. Hoher Nutzen, hoher Aufwand ist das Feld für den zweiten Schritt, nach einem geglückten Piloten und mit Budget aus dem eingesparten Aufwand. Tiefer Nutzen, tiefer Aufwand darf ein Team nebenbei ausprobieren, gehört aber nicht in einen Projektplan. Tiefer Nutzen, hoher Aufwand ist das Feld, in dem die meisten gescheiterten KI-Projekte begonnen haben — erkennbar daran, dass sie mit «wir müssen etwas mit KI machen» begründet wurden und nicht mit einer Zahl.

Zwei Zusatzkriterien verschieben die Reihenfolge regelmässig. Erstens die Fehlertoleranz: Ein falsch vorsortiertes E-Mail kostet dreissig Sekunden Korrektur, eine falsch berechnete Offerte kostet eine Kundenbeziehung. Anwendungsfälle mit hoher Fehlertoleranz gehören nach vorne, weil man dort lernen kann, ohne zu bezahlen. Zweitens die Sichtbarkeit im Team: Der erste Anwendungsfall sollte jemandem spürbar Arbeit abnehmen, die diese Person hasst. Das entscheidet über die Akzeptanz des zweiten und dritten Schrittes mehr als jede Zahl in der Rechnung.

Die Datenlage trägt, wenn die relevanten Informationen maschinenlesbar, vollständig genug, aktuell und rechtlich verwendbar sind — und wenn jemand im Haus benennen kann, welche Version die gültige ist. Alle vier Bedingungen müssen erfüllt sein; die vierte wird am häufigsten unterschätzt.

Maschinenlesbar heisst nicht «digital vorhanden». Ein eingescanntes PDF ohne Textebene ist ein Bild. Ein Excel, in dem Zahlen als Text mit Einheiten in derselben Zelle stehen, ist eine Sammlung von Sätzen. Beides lässt sich aufbereiten, aber das ist Projektarbeit und gehört in die Aufwandsschätzung, nicht in eine Fussnote.

Vollständig genug ist ein relativer Massstab: Für ein System, das Dokumente durchsuchbar macht, reichen unvollständige Bestände, weil der Mensch das Ergebnis ohnehin liest. Für ein System, das eigenständig entscheidet, reicht es nicht. Aktuell heisst, dass es einen Prozess gibt, der die Datenbasis nachführt — sonst liefert die Anwendung nach vier Monaten überzeugend formulierte Auskünfte auf altem Stand, was schlimmer ist als gar keine Auskunft.

Rechtlich verwendbar betrifft Personendaten, Kundenverträge mit Vertraulichkeitsklauseln und fremdes Urheberrecht. Wenn Sie Kundendokumente an einen externen Dienst geben, brauchen Sie eine Rechtsgrundlage, einen Vertrag zur Auftragsbearbeitung und Klarheit darüber, ob Ihre Eingaben zum Training verwendet werden. Die technischen Hintergründe dazu erklären wir im Glossar unter Large Language Model und Retrieval Augmented Generation.

Der praktische Test dauert eine Stunde: Nehmen Sie zwanzig echte Vorgänge aus dem letzten Quartal und versuchen Sie, für jeden von Hand die Information zu finden, die eine Maschine bräuchte. Wenn Sie das nicht schaffen, schafft es die Maschine auch nicht.

Die Rechnung besteht aus fünf Positionen: einmaliger Aufbau, laufende Kosten pro Monat, eingesparte Arbeitszeit, Kontrollaufwand und der Zeitpunkt, ab dem sich die Sache trägt. Entscheidend ist, dass der Kontrollaufwand von Anfang an drinsteht — er ist die Position, die in optimistischen Rechnungen fehlt und in echten Projekten bleibt.

Ein Beispiel mit erfundenen, aber üblichen Grössenordnungen, damit die Struktur sichtbar wird: Ein Betrieb schreibt vierzig Offerten im Monat, je fünfundvierzig Minuten. Ein Assistent, der aus Anfrage, Preisliste und früheren Offerten einen Entwurf erzeugt, senkt das auf zwanzig Minuten inklusive Prüfung. Das sind rund sechzehn Stunden im Monat. Dagegen stehen der einmalige Aufbau, die monatlichen Lizenz- und Betriebskosten und der Aufwand, die Preislisten aktuell zu halten. Ob sich das trägt, hängt vollständig an der Fallzahl vierzig — bei acht Offerten im Monat kippt dieselbe Rechnung ins Negative, ohne dass sich an der Technik irgendetwas ändert.

Deshalb rechnen wir jede Position mit Ihren Zahlen und legen die Annahmen offen, statt eine Prozentzahl aus einer Studie zu übernehmen. Zwei Dinge zählen wir bewusst nicht in den Nutzen: hypothetischen Mehrumsatz und «strategischen Wert». Beides lässt sich weder messen noch widerlegen und macht jede Rechnung beliebig. Für die Kostenseite eines konkreten Umsetzungsprojekts hilft der Projekt-Rechner; wie man laufende KI-Kosten im Griff behält, beschreibt unser Beitrag zum Kontrollieren der KI-Kosten.

KI ist die falsche Antwort, wenn der Prozess unklar ist, die Datenlage nicht trägt, die Fallzahl zu klein ist oder das eigentliche Problem organisatorisch und nicht technisch ist. Wir sagen das im Mandat, auch wenn es gegen den Folgeauftrag spricht — und in etwa jedem dritten Erstgespräch ist es der Kern der Antwort.

• Der Prozess ist nicht beschreibbar. Wenn drei Mitarbeitende dieselbe Aufgabe unterschiedlich lösen und niemand sagen kann, welche Variante richtig ist, automatisiert man Uneinigkeit. Zuerst muss der Prozess entschieden werden, dann kann er unterstützt werden.
• Die Fallzahl ist zu klein. Bei fünf Vorgängen im Monat übersteigt der Aufbau- und Pflegeaufwand den Nutzen dauerhaft. Eine gute Vorlage und ein Textbaustein sind hier die bessere Investition — unspektakulär, aber sofort wirksam.
• Das Ergebnis muss stimmen, aber niemand prüft es. Sprachmodelle erzeugen auch dann flüssige, überzeugend formulierte Antworten, wenn sie falsch liegen. Ohne festgelegte Kontrollinstanz ist das ein Risiko, kein Werkzeug. Was dagegen hilft, beschreibt der Beitrag zu KI-Halluzinationen.
• Das Problem ist organisatorisch. Wenn Anfragen liegen bleiben, weil die Zuständigkeit unklar ist, löst kein Assistent das. Er beschleunigt lediglich den Weg bis zur Stelle, an der es hängen bleibt.
• Die Daten dürfen nicht verlassen, was sie nicht verlassen dürfen. Bei Berufsgeheimnissen, Gesundheitsdaten oder Verträgen mit strikten Vertraulichkeitsklauseln kann der einzig zulässige Weg der Eigenbetrieb sein — und der rechnet sich für kleine Betriebe selten.

Ein Nein aus einem dieser Gründe ist kein verlorenes Mandat, sondern das Ergebnis, für das Beratung bezahlt wird. Der teuerste Fehler in diesem Feld ist nicht die abgesagte Investition, sondern das achtzehn Monate laufende Projekt, das nie in den Betrieb kam.

Beratung endet mit Dokumenten und einer Entscheidung, Umsetzung beginnt mit Software und Betriebsverantwortung. Wir trennen beides vertraglich und zeitlich, damit die Analyse nicht zur Verkaufsvorbereitung wird. Eine Beratung, deren Ergebnis von Anfang an feststeht, ist keine.

Am Ende eines Mandats erhalten Sie: die Prozesslandkarte mit Mengengerüst, die bewertete Liste der Anwendungsfälle mit Begründung je Platzierung, den Datenbefund je Kandidat, die Pilotdefinition mit Erfolgs- und Abbruchkriterium, die Wirtschaftlichkeitsrechnung mit offengelegten Annahmen und eine Einschätzung zur rechtlichen Lage. Diese Unterlagen gehören Ihnen und sind so geschrieben, dass ein beliebiger Umsetzungspartner damit arbeiten kann.

Für die Umsetzung stehen Ihnen drei Wege offen: intern, mit einem anderen Anbieter oder mit uns. Wenn wir umsetzen, gelten unsere publizierten Anker — ein Prototyp zur Ideenvalidierung ab CHF 10'000, eine Website oder Web-Applikation zwischen CHF 3'000 und CHF 25'000. Was ein Umsetzungsprojekt technisch bedeutet, beschreiben wir unter AI Development; wie sich die Frage «Agentur, Freelancer oder inhouse» sauber entscheiden lässt, behandelt unser Beitrag zur Entscheidung zwischen Agentur, Freelancer und Inhouse-Team.

Die Schweiz hat Stand August 2026 kein übergreifendes KI-Gesetz; massgebend sind das revidierte Datenschutzgesetz, sektorielles Recht und — bei Geschäft mit der EU — die EU-KI-Verordnung. Das ist kein rechtsfreier Raum, sondern bestehendes Recht, das technologieneutral formuliert ist und deshalb auch für KI-gestützte Bearbeitungen gilt.

Praktisch heisst das für ein KMU drei Dinge. Erstens Transparenz: Betroffene Personen müssen erkennen können, dass und wofür ihre Daten bearbeitet werden. Zweitens Dokumentation: KI-gestützte Bearbeitungen von Personendaten gehören mit Zweck, Datenkategorien, Empfängern und Aufbewahrungsdauer ins Verzeichnis der Bearbeitungstätigkeiten. Drittens eine Datenschutz-Folgenabschätzung, wenn ein hohes Risiko für die betroffenen Personen entstehen kann — etwa bei umfangreichem Profiling oder bei besonders schützenswerten Daten.

Auf Ebene der Gesetzgebung ist Bewegung: Die Schweiz hat die KI-Konvention des Europarats über künstliche Intelligenz, Menschenrechte, Demokratie und Rechtsstaatlichkeit unterzeichnet, und der Bund bereitet eine Vernehmlassungsvorlage zur Umsetzung vor, die Transparenz, Datenschutz, Nichtdiskriminierung und Aufsicht adressieren soll. Wer KI-Ergebnisse in der EU auf den Markt bringt oder dort einsetzt, fällt zusätzlich unter die EU-KI-Verordnung, deren Pflichten für Hochrisiko-Systeme im Mai 2026 zeitlich nach hinten verschoben wurden. Diese Lage ändert sich laufend — wir bilden sie im Mandat als Risikoeinschätzung ab und ersetzen damit ausdrücklich keine Rechtsberatung.

Wir sind eine kleine Digitalagentur mit eigenem Entwicklungsteam in Zollikon bei Zürich, und wir haben kein veröffentlichtes KI-Projekt in unserem Portfolio, das wir hier als Referenz vorzeigen könnten. Unsere Referenzen stammen aus Gastronomie, Mode, Lieferdiensten, Papeterie, Küchenbau, Räumungen und Rohrsanierung; das technisch anspruchsvollste Projekt ist eine Web-Applikation für Steuererklärungen. Wir schreiben das hin, weil in diesem Feld auffällig viele Anbieter Fallzahlen nennen, die niemand prüfen kann.

Was wir stattdessen mitbringen: Wir bauen seit 2022 Software und Websites, wir kennen den Zustand betrieblicher Daten aus Projekten und nicht aus Präsentationen, und wir arbeiten mit denselben Werkzeugen im eigenen Betrieb — von der Recherche bis zur Entwicklung. Der Nutzen einer Beratung entsteht in diesem Feld nicht aus Branchenzahlen, sondern aus der Fähigkeit, eine Prozesslandkarte zu lesen und einen unrealistischen Anwendungsfall zu erkennen, bevor er budgetiert wird.

Ein Mandat beginnt mit einem kostenlosen Erstgespräch über sechzig Minuten. Darin klären wir, ob überhaupt etwas zu beraten ist — in einem guten Teil der Fälle ist die ehrliche Antwort, dass eine Vorlage, eine aufgeräumte Ablage oder eine klare Zuständigkeit mehr bringt als jedes Modell. Danach schlagen wir einen Umfang mit Aufwandsrahmen und Obergrenze vor. Ergänzend lohnt sich vorab der KI-Readiness-Check, mit dem Sie den Reifegrad Ihres Betriebs selbst einschätzen; für die inhaltliche Seite ist unser Leitfaden zur KI-Content-Strategie für Schweizer KMU der passende Einstieg.